Para peneliti telah mengembangkan CytoDiffusion, sebuah alat AI inovatif yang menganalisis sel darah dengan akurasi yang belum pernah ada sebelumnya, mengungguli para ahli manusia dalam mengidentifikasi kelainan. Inovasi ini menghadirkan lompatan maju yang signifikan dalam mendiagnosis kondisi seperti leukemia, menawarkan harapan untuk penilaian medis yang lebih andal dan efisien.
Alat kecerdasan buatan baru yang disebut CytoDiffusion akan mengubah lanskap diagnostik untuk kelainan darah, melampaui kemampuan manusia dalam mengidentifikasi kelainan dengan akurasi yang luar biasa.
Dikembangkan oleh para peneliti dari University of Cambridge, University College London (UCL), dan Queen Mary University of London, CytoDiffusion memanfaatkan teknologi AI generatif — mirip dengan teknologi di balik generator gambar seperti DALL-E — untuk menganalisis bentuk dan struktur sel darah secara cermat. Temuan mereka diterbitkan dalam jurnal Nature Machine Intelligence.
Mendeteksi perbedaan halus dalam ukuran, bentuk, dan penampilan sel darah sangat penting untuk mendiagnosis banyak kelainan darah. Namun, tugas ini membutuhkan pelatihan bertahun-tahun, dan dokter yang berbeda masih dapat berbeda pendapat dalam kasus-kasus yang sulit.
Apusan darah terdiri dari ribuan sel, sehingga analisis manusia yang komprehensif menjadi tidak praktis.
"Manusia tidak dapat memeriksa semua sel dalam apusan – itu mustahil," ujar penulis pertama Simon Deltadahl, mahasiswa doktoral di Departemen Matematika Terapan dan Fisika Teoritis Cambridge, dalam siaran pers. "Model kami dapat mengotomatiskan proses tersebut, memilah kasus-kasus rutin, dan menyoroti hal-hal yang tidak biasa untuk ditinjau oleh manusia."
Inovasi ini mengatasi hambatan signifikan dalam hematologi.
"Tantangan klinis yang saya hadapi sebagai dokter hematologi junior adalah setelah seharian bekerja, saya harus menganalisis banyak sekali apusan darah," tambah penulis senior Suthesh Sivapalaratnam, dosen klinis senior di Queen Mary University of London. "Saat menganalisisnya larut malam, saya yakin AI akan bekerja lebih baik daripada saya."
Pengembangan CytoDiffusion melibatkan pelatihan AI pada lebih dari setengah juta gambar apusan darah di Rumah Sakit Addenbrooke di Cambridge, yang menghasilkan set data terbesar di jenisnya. Set data ekstensif ini memungkinkan AI untuk mengenali tidak hanya jenis sel darah umum, tetapi juga sel-sel langka dan tidak umum yang mengindikasikan suatu penyakit.
Dengan berfokus pada distribusi lengkap penampakan sel, CytoDiffusion menunjukkan ketahanan terhadap variasi peralatan rumah sakit, mikroskop, dan metode pewarnaan. Hasilnya, sistem ini menunjukkan sensitivitas yang lebih tinggi dalam mendeteksi sel abnormal yang terkait dengan leukemia, bahkan lebih unggul dibandingkan sistem yang ada dengan jumlah sampel pelatihan yang lebih sedikit.
"Ketika kami menguji akurasinya, sistemnya sedikit lebih baik daripada manusia," tambah Deltadahl. "Namun, yang paling menonjol adalah kemampuannya untuk mengetahui kapan ketidakpastian terjadi. Model kami tidak akan pernah mengatakan bahwa sistemnya pasti lalu salah, tetapi itu adalah sesuatu yang terkadang dilakukan manusia."
AI juga unggul dalam menghasilkan gambar sel darah sintetis yang sulit dibedakan dari gambar asli. Dalam "uji Turing" yang melibatkan 10 ahli hematologi berpengalaman, para ahli tidak dapat membedakan secara efektif antara gambar asli dan gambar hasil AI.
"Itu benar-benar mengejutkan saya," tambah Deltadahl. "Mereka adalah orang-orang yang menatap sel darah sepanjang hari, dan bahkan mereka sendiri pun tidak menyadarinya."
Para peneliti berencana untuk merilis kumpulan data terbesar di dunia yang tersedia untuk umum mengenai gambaran apusan darah tepi, meningkatkan penelitian global dan mendemokratisasi akses ke data medis berkualitas tinggi.
“Dengan membuka sumber daya ini, kami berharap dapat memberdayakan para peneliti di seluruh dunia untuk membangun dan menguji model AI baru, mendemokratisasi akses ke data medis berkualitas tinggi, dan pada akhirnya berkontribusi pada perawatan pasien yang lebih baik,” tambah Deltadahl.
Meskipun menjanjikan, CytoDiffusion ditujukan untuk melengkapi, alih-alih menggantikan, dokter terlatih. Hal ini akan mempercepat peninjauan kasus rutin dan menandai anomali untuk pemeriksaan lebih lanjut oleh spesialis.
“Nilai sesungguhnya dari AI di bidang kesehatan tidak terletak pada pendekatan keahlian manusia dengan biaya yang lebih rendah, tetapi pada memungkinkan kekuatan diagnostik, prognostik, dan preskriptif yang lebih besar daripada yang dapat dicapai oleh para ahli atau model statistik sederhana,” tambah penulis senior Parashkev Nachev, seorang profesor neurologi di UCL.
Tim menekankan perlunya pekerjaan lebih lanjut untuk meningkatkan kecepatan sistem dan memvalidasi efektivitasnya di berbagai populasi pasien untuk memastikan keadilan dan keakuratan.
Sumber: University of Cambridge